Datenvisualisierung

• Die Visualisierung unserer Daten hilft uns, die Beziehung zwischen den Variablen zu veranschaulichen, um eine Geschichte zu erzählen.
• In der Regel visualisieren wir Variablen, für die wir eine bestimmte Hypothese haben: Prädiktor- und Messvariable(n)

Gruppierte kontinuierliche Variable

• Unsere Histogramme, Dichtediagramme und Balkendiagramme zeigen die Verteilung der Werte einer kontinuierlichen Variable nach verschiedenen Stufen einer kategorischen Variable

Gestapelt

• Beachten Sie, dass diese Kategorien standardmäßig übereinander gestapelt sind.

Abbildung 1: Visualising relationships in distributions

Dodged (Ausgewiche)

• aber dass wir sie nebeneinander haben können, indem wir identity auf dodge setzen
  • Ich finde, dass dies für Balkenplots nützlicher ist

Abbildung 2: Visualising relationships in distributions

Zwei kontinuierliche Variablen

• Wir wollen oft die Auswirkungen einer kontinuierlichen Variable auf eine andere sehen.
• In unserem Datensatz english haben wir zum Beispiel die Variablen WrittenFreuqency und RTlexdec
  • Welche Art von Beziehung werden diese beiden Variablen Ihrer Meinung nach haben?
  • Denken Sie z.B., dass Wörter mit einer niedrigeren WrittenFrequency in einer lexikalischen Entscheidungsaufgabe tendenziell längere oder kürzere Reaktionszeiten haben werden?
  • Wie könnte man sich eine solche Beziehung vorstellen?

Hinzufügen weiterer Variablen

• Erinnern Sie sich daran, dass wir andere Ästhetiken wie fill oder colour verwenden können
  • für geom_point() ist es auch hilfreich, shape zu verwenden

df_english |> 
  ggplot() +
  aes(x = WrittenFrequency, y = RTlexdec,
      colour = AgeSubject,
      shape = AgeSubject) +
  geom_point()

• In der Mitte des Diagramms gibt es viele Überschneidungen.
  • Wie können wir die Deckkraft der Punkte ändern?

Facet grids

• Wenn Sie mehr als drei Variablen darstellen wollen, ist es im Allgemeinen eine gute Idee, kategorische Variablen in Facetten aufzuteilen
  • Facetten sind Teilplots, die Teilmengen der Daten anzeigen
• wir können facet_wrap() verwenden, das eine Formel als Argument annimmt
  • Diese Formel enthält ~ und den Namen einer kategorialen Variable, z. B. ~CV

Bearbeitete Daten

• Wir können unsere Daten auch bearbeiten, bevor wir sie in ggplot() eingeben
  • Dies ist nützlich, wenn wir keine permanenten Änderungen an den Daten vornehmen wollen, sondern nur eine Teilmenge der Daten darstellen wollen
• Vielleicht wollen wir nur die Wörter betrachten, die mit einem Vokal beginnen
  • Wie könnten wir das mit einem dplyr-Verb machen?

Quarto Code Chunk Einstellungen

• lange Codeabschnitte können zu sehr unübersichtlichen Ausgabedokumenten führen
• normalerweise ist nur die Darstellung für den Leser wichtig, nicht der Code, der sie erzeugt hat
• wir können die Darstellung und Auswertung von Code Chunks durch Code Chunk Optionen steuern
  • diese beginnen mit #|
  • und befinden sich direkt unter ```{r}```

Verwendung von Code-Bausteinen

• warum sehen wir das Ergebnis dieser Darstellung nicht?

```{r}
#| eval: false
df_english |> 
  ggplot() +
  aes(x = RTlexdec, y = RTnaming,
      colour = AgeSubject,
      shape = AgeSubject) +
  geom_point()
```

Plots speichern

• oft wollen wir unsere Plots in einem Dokument verwenden, das nicht in RStudio erstellt wurde

  • zum Beispiel in einer Dissertation oder einem in LaTeX geschriebenen Papier

• um dies zu tun, müssen wir unsere Zahlen als einen akzeptierten Dateityp laden, wie jpeg oder png

• Das können wir mit der Funktion ggsave() machen.

• Können Sie erraten, welche Arten von Argumenten ggsave() benötigt, um unsere Diagramme zu speichern? Einige sind erforderlich, einige sind optional.

ggsave() optionale Argumente

• einige optionale Argumente sind:
  • width = wie breit soll der Plot in cm, mm, Zoll oder Pixel sein?
  • height = wie hoch soll der gespeichert Plot in cm, mm, Zoll oder Pixel sein?
  • dpi = gewünschte Auflösung (numerisch, oder eine Reihe von Strings: “retina” = 320, “print” = 300 oder “screen” = 72)